Go递归核心是明确终止条件和参数递减：缺一则栈溢出；需覆盖所有边界、确保参数严格收敛；深度受栈限制，大数组慎用，优先重构而非扩栈。
Go语言写递归，核心就两条：有明确的终止条件，每次调用都让问题规模变小。没这两条，stack overflow 是分分钟的事。
递归函数必须带终止条件，否则直接崩溃
Go 不会帮你判断什么时候该停，全靠你写 if 分支来截断。比如阶乘函数里漏掉 n == 0 判断，factorial(-1) 就会无限调用 factorial(-2)、factorial(-3)……直到栈被撑爆，报错 runtime: goroutine stack exceeds 1000000000-byte limit。
- 终止条件要覆盖所有可能输入，尤其注意边界值：比如数组搜索要检查
left > right，而不是只写left == right - 类型也要对得上：
uint参数看似安全，但若外部传入负数转成uint会绕成极大正数，照样触发无限递归 - 别依赖“看起来不会走到那里”——Go 编译器不校验逻辑，只认你写的
if
参数设计决定递归是否收敛
递归不是“自己调自己”就行，关键看参数怎么变。像 fibonacci(n-1) + fibonacci(n-2) 看似在减，但分支爆炸导致重复计算多，n=40 就明显卡顿；而 binarySearch(arr, target, left, right) 每次把 right - left 至少砍一半，才真正逼近终止。
- 索引类递归（如搜索、排序）优先用闭区间
[left, right]，终止写成left > right，不易越界 - 计数类递归（如阶乘、幂）确保每次调用都让数值严格单调趋近终止值，避免
n-0或n-2跳过临界点 - 结构体/指针传参时，别意外修改了原数据导致下一层递归看到“已处理过”的状态
递归深度受栈空间限制，大数组慎用纯递归
Go 默认 goroutine 栈初始约 2KB，深度超过几千层就大概率崩。比如对长度 10⁵ 的数组做朴素递归二分，理论上只需约 17 层，但若误写成每次只挪一个索引（search(arr, target, i+1)），就会真跑满 10⁵ 层，直接炸。
立即学习“go语言免费学习笔记（深入）”；
- 文件遍历这类天然深度不确定的场景，建议加深度计数器，超阈值就转为迭代或返回错误
-
mergeSort这类算法虽递归，但深度是log₂(n)级，10⁶ 元素也才约 20 层，相对安全 - 生产环境若需深递归，可显式调大栈：
go func() { ... }() // 用新 goroutine，但治标不治本，优先重构逻辑
递归不是炫技工具，它暴露的是你对问题边界的理解是否扎实——终止条件写不对，说明没想清“最小不可分单元”是什么；参数不变形，说明没理清“缩小规模”的真实路径。写完跑通只是起点，盯着 call stack 看三层以上调用是否重复、是否冗余，才是训练逻辑的真实现场。
